python预测模型案例_案例2:精准营销的两阶段预测模型1
案例2:精准营销的两阶段预测模型1案例2:精准营销的两阶段预测模型1
数据集
模型的select查询方法返回数据集对象 think\model\Collection,该对象继承自think\Collection,因此具有数据库的数据集类的所有方法,而且还提供了额外的模型操作方法。
基本用法和数组一样,例如可以遍历和直接获取某个元素。// 模型查询返回数据集对象
$list = User::where('id', '>', 0)->select();
// 获取数据集的数量
echo count($list);
// 直接获取其中的某个元素
dump($list[0]);
// 遍历数据集对象
foreach ($list as $user) {
dump($user);
}
// 删除某个元素
unset($list[0]);
需要注意的是,如果要判断数据集是否为空,不能直接使用empty判断,而必须使用数据集对象的isEmpty方法判断,例如:$users = User::select();
if($users->isEmpty()){
echo '数据集为空';
}
你可以使用模型的hidden/visible/append/withAttr方法进行数据集的输出处理,例如:// 模型查询返回数据集对象
$list = User::where('id', '>', 0)->select();
// 对输出字段进行处理
$list->hidden(['password'])
->append(['status_text'])
->withAttr('name', function($value, $data) {
return strtolower($value);
});
dump($list);
如果需要对数据集的结果进行筛选,可以使用:// 模型查询返回数据集对象
$list = User::where('id', '>', 0)->select()
->where('name', 'think')
->where('score', '>', 80);
dump($list);
支持whereLike/whereIn/whereBetween等快捷方法。// 模型查询返回数据集对象
$list = User::where('id', '>', 0)->select()
->whereLike('name', 'think%')
->whereBetween('score', [80,100]);
dump($list);
支持数据集的order排序操作。// 模型查询返回数据集对象
$list = User::where('id', '>', 0)->select()
->where('name', 'think')
->where('score', '>', 80)
->order('create_time','desc');
dump($list);
支持数据集的diff/intersect操作。// 模型查询返回数据集对象
$list1 = User::where('status', 1)->field('id,name')->select();
$list2 = User::where('name', 'like', 'think')->field('id,name')->select();
// 计算差集
dump($list1->diff($list2));
// 计算交集
dump($list1->intersect($list2));
批量删除和更新数据
支持对数据集的数据进行批量删除和更新操作,例如:$list = User::where('status', 1)->select();
$list->update(['name' => 'php']);
$list = User::where('status', 1)->select();
$list->delete();
任务
?不会了怎么办
python预测模型案例_案例2:精准营销的两阶段预测模型1相关推荐
- 大数据精准投放平台_大数据精准营销+全媒体精准投放+信息流广告=真实有效得客户...
原标题:大数据精准营销+全媒体精准投放+信息流广告=真实有效得客户 什么是信息流? 信息流广告的投放特点是个性化投放,可以通过筛选APP去做精准投放.信息流依托海量的用户数据和信息流生态体系,可精准捕 ...
- python爬虫正则表达式实例-Python爬虫(十一)_案例:使用正则表达式的爬虫
本章将结合先前所学的爬虫和正则表达式知识,做一个简单的爬虫案例,更多内容请参考:Python学习指南 现在拥有了正则表达式这把神兵利器,我们就可以进行对爬取到的全部网页源代码进行筛选了. 打开之后,不 ...
- Python爬虫(十三)_案例:使用XPath的爬虫
本篇是使用XPath的案例,更多内容请参考:Python学习指南 案例:使用XPath的爬虫 现在我们用XPath来做一个简单的爬虫,我们尝试爬取某个贴吧里的所有帖子且将该帖子里每个楼层发布的图片下载 ...
- python回归预测例子_案例实战 | 逻辑回归实现客户流失预测(附Python代码与源数据)...
关注一下~,更多商业数据分析案例等你来撩 前言 利用逻辑回归进行客户流失预警建模中涵盖了许多比较细的知识点,思维导图只展示了极小的一部分,相关知识点链接将穿插在文中.(源数据源代码空降文末获取) 数据 ...
- Python爬虫(十一)_案例:使用XPath的爬虫
现在我们用XPath来做一个简单的爬虫,我们尝试爬取某个贴吧里的所有帖子且将该帖子里每个楼层发布的图片下载到本地. #-*- coding:utf-8 -*- #tieba_xpath.py" ...
- 在python做对应分析_案例6:SPSS--对应分析
一.对应分析简介 1.1 为什么引入对应分析? 在进行数据分析时遇到分类型数据,并且要研究两个分类变量之间的相关关系,基于均值.方差的分析方法不能够使用,所以通常从编制两变量的交叉表入手,使用卡方检验 ...
- python股票价格涨跌幅_案例_如何计算股票复权价格
> <邢不行-2019新版|Python股票量化投资课程> > author:邢不行 > 微信:xingbuxing0807 > ## 本节课讲解如何根据预测者网的 ...
- Python爬虫(九)_案例:使用正则表达式的爬虫
现在拥有了正则表达式这把神兵利器,我们就可以进行对爬取到的全部网页源代码进行筛选了. 下面我们一起尝试一下爬取内涵段子网站: http://www.neihan8.com/article/list_5 ...
- 什么是python编程例子_案例详解:优化Python编程的4个妙招
全文共3510字,预计学习时长7分钟 作为数据科学家,敲出最优的Python代码非常非常重要.别无他法,杂乱低效的代码笔记本会消耗你的时间,也会浪费大量项目资金.经验丰富的数据科学家和专业人士都很清楚 ...
最新文章
- Spring 自动化装配Bean
- flask https启动
- 《Linux 性能及调优指南》1.6 了解Linux性能指标
- 图解+笔记-python语言-第5章:数字/5.3 内置数字工具/5.3.2 内置数学函数
- 1071. Speech Patterns (25)
- Confluence 实现公司wiki【转】
- Python的日志记录-logging模块的使用
- jquery手写轮播图_jquery 实现轮播图详解及实例代码_jquery_脚本之家
- python 释放链表节点_四种常见链表的实现及时间复杂度分析(Python3版)
- c51语言bit函数,keil C51中的本征函数库及使用说明
- multiply 和 dot 的区别
- 超级外链工具_慈溪SEO优化_豆瓣外链:豆瓣小组做外链的注意事项?
- mac phpstorm配置svn
- 论文写作——算法部分写作心得
- 【保姆级手写理解——灰色预测理论以及python实现】
- EndNote X9破解之后遇到的问题
- 骂百度的人为何那么多
- 神策数据桑文锋:重构数据根基,实现数字化经营
- tf10: 谷歌Deep Dream
- android广告弹窗插屏,cocos2dx android添加广点通广告平台的---插屏广告